Let's dig in a bit :) 🐕

سه حالت برای کش وجود داره,
در حالت اول، هیچ کشی انجام نمیشه و تنها آمار کلی از تعداد بارهایی که تابع فراخوانی شده ثبت میشه.
در حالت دوم، کش ساده‌ای بدون محدودیت سایز وجود دارد. در این حالت، نتیجه‌ی تابع برای ورودی‌های مشابه ذخیره شده و برای بارهای بعدی فراخوانی می‌شود.
در حالت سوم، سایز کش محدود شده است. در این حالت، نتایج قدیمی‌تر ترک می‌شوند و به جای آن‌ها، نتایج جدیدی که اخیرا استفاده شده‌اند، ذخیره می‌شوند. پس وقتی maxsize پر شد بهتون ارور نمیده :)). جالبه نه؟

@ManifoldsPython

براتون تاحالا سوال شده کمپانی ها و پروداکت های بزرگ مثل گوگل و یوتیوب کاربر guest رو identify میکنن؟ مثلا من اگه یک رباتی بنویسم که بیاد یوتیوب و کانتنمو 1 میلیون بار ببینه, چطور یوتیوب متوجه میشه؟ جدا از بحث آنالیز patternای که video هام ویو میخورن.
یا مثلا من در ازای تبلیغ یک سایتی که مبلغی میگیرم, اگه view سایتم رو فیک بزنم چطور سایت advertising agency متوجه میشه؟
یا چطور یک سایت vote counting متوجه میشه که شما دارین دوباره با یک session id دیگه vote میدین؟

اگه فکر میکنید با استفاده از incognito و پروکسی/وی پی ان, از دستشون فرار میکنید کاملا اشتباه میکنید.

این دیاگرام, نحوه پیاده سازی همچین سیستم اهراز حویت رو به شما میده که هم تو سرور ساید هست و هم تو کلاینت, و بعضی از use case های مختلف رو نشون میده.

تو پروداکت های ایرانی به شخصه ندیدم از همچین سرویسی استفاده شه, در صورتی که خیلی جاها میتونه بسیار به درد بخور باشه ✌️

@ManifoldsPython

عکس بالا به صورت فایل (با draw.io باید باز کنید)
@ManifoldsPython

قول دادم که اگه گیت هاب این پروژه به 100 ستاره برسه چند تا سایت اضافه کنم
کامنت کنید کدوم سایتا اضافه شن

چند سایتی که تو نظر خودم بود:
glassdoor.com
Indeed.com
frgconsulting.com
quera.org
jobinja.com

البته رو quera یکم شک دارم چون بنظرم ارزش effort ای که میذارم روش رو نداره کلا 4-5 آگهی کل روز پست میشه...

سایت دیگه ای مد نظرتون هست کامنت کنید ✌️
@ManifoldsPython

قضیه dry فقط به OOP ختم نمیشه و بنظرم باید هرجایی و تو هر بعدی که به نفعتونه انجام شه. تایم و زمان ما با ارزش ترین داراییمون هست.

میخواد حالا این برای job seeking باشه, یا هر چیز دیگه ای. هر تسکی که حساسیت خیلی بالای نداره و جنبه یادگیری نداره, اگه بیش از 3 بار دارین انجامش میدین و بیش از چند دقیقه هم هربار طول میکشه پس قطعا مسیر رو اشتباه رفتین.
این اصل زندگی من بوده همیشه و اگه کار هایی که 3 سال پیش میکردم رو امروز اتومیت شده نداشتم طی روز 1 ساعت وقتم نداشتم!

برای مهاجرت حتما دقت کردین که از هر 5 تا آگهی, 4 تاشون یا GCP میخوان یا AWS.
هر جفت سرویس ها تو ایران تحریمن, حالا راه حل چیه؟
یک سایتی هست به اسم
acloudguru.com

همه جور دوره ای داره, شما اشتراکش رو میخرین که قیمتش طی دو پلن یکی 30 دلار و یکی 40 دلاره. دوره هاش کاملا interactive هست و بهتون دسترسی کامل میده به سرویس AWS و سایتشم کاملا معتبره.

سایت های مختلفی هم هستند که براتون پرداخت های ارزی رو انجام میدن, که اگه اشتباه نکنم ایرانی کارت یکی از اون سایت هاست.

اگه پروداکتی نوشتین که میبینید gapای از مارکت رو پر میکنه و میخواین معرفیش کنید, به جز linkedin یکی از OP ترین سایت ها درواقع hackers new هست
ycombinator.com

کافیه یک کراولر بنویسید که پستتون رو هی repost کنه با تغییرات کم که اسپم شناسایی نشه و هر 10-15 مین یک دفعه ریپست شه.

شایدم خودم اینکارو کردم 😅

من همیشه به یک چیزی اعتقاد دارم و آن، دید مهندسی است. از خصوصیات مفید و بزرگ دانشگاه خوب رفتنم، همین دید مهندسی است.

حالا این دید مهندسی یعنی چی؟

یعنی شما وقتی بدونید memory management چیست و GC چه کاری تو پایتون انجام می‌دهد، باعث می‌شود کدی که می‌نویسید، memory friendly‌تر باشد.

یا وقتی SQL بلدید و PostgreSQL هم بلدید، باعث می‌شود خیلی وقتا query بنویسید که به جای ۳ بار هیت، یک هیت به دیتابیس بزند. out of box ترش این است که اگر query که می‌زنید، read هست، چند تا read replication بسازید و horizentonal scaling انجام دهید تا سرعت query بهتر شود. اگر می‌بینید query که می‌زنید، مثلاً ۱۰ درصد ریزالت کل دیتابیستون است و حجیم است، از طرفی مثلاً ۲ تا column خیلی استفاده می‌شود توی آن query، آن وقت می‌توانید ترکیب آن دو تا column را ایندکس کنید تا پرفورمنس بهتری بگیرید. اما اگر ریزالت برگشتی ۷۰ درصد دیتابیستون باشد، آن موقع ایندکسها سربار دیتابیستون می‌شوند و نه تنها کمک نمی‌کنند بلکه سرعت شما را هم کاهش می‌دهند.

به این می‌گویند دید مهندسی. یعنی بدانید از چه چیزی کجا و به چه اندازه‌ای استفاده کنید.

همه اینها را گفتم تا برسم به این کتاب:
https://www.amazon.com/Designing-Data-Intensive-Applications-Reliable-Maintainable/dp/1449373321

این کتاب به شما یک دید مهندسی فوق‌العاده می‌دهد. تازه شروع کردم و می‌تونم بگم محشره ✌️

01 Refresh your resume in 30 minutes

02 Purpose of a resume

03 What recruiters are looking for

04 Get past the ATS

05 Different resume styles

06 Step 1 Choose your target role

07 Step 2 Dissect the job denoscription

08 Step 3 Connect your skills to the job denoscription

09 How to align your resume to a job denoscription